CVAT 图像视频 3D 标注平台零基础快速上手指南【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat手动标数据太慢CVAT 帮你把图像、视频和 3D 点云标注自动化还能团队协作、AI 辅助标注。跟着这篇10 分钟你就能在本地跑起来标出第一个任务。动手前环境自查先用下面这张表确认你的机器达标项目要求系统LinuxUbuntu 20.04/22.04 最稳或 macOS依赖Docker Engine ≥ 20.10Compose ≥ 1.29内存8GB 起步16GB 更从容磁盘预留 20GB 可用空间浏览器用 Chrome 或 EdgeFirefox 能用但不保证效果Safari 不支持。跑一下这条命令确认 Docker 已就绪docker --version docker compose version两行版本号都正常打印、没有报错就可以开工了。3 条命令跑通全流程 从克隆到登录全程一条叙事线走下来。第一步把仓库拉下来。这行命令克隆 CVAT 源码并进入目录git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat当前目录下应该能看到 docker-compose.yml 和 manage.py说明源码完整。第二步一键启动全部服务。这条命令拉起后端、前端、PostgreSQL 和 Redisdocker compose up -d命令返回后进程不会卡住属正常现象容器在后台跑。第三步盯着日志等它就位。首次拉镜像加初始化要 2~5 分钟实时跟踪进度docker compose logs -f你应该看到 cvat_server 容器日志不再报错、出现服务启动字样此时可以 CtrlC 退出日志。第四步创建管理员账户。容器内的 Django 命令会交互式问你用户名、邮箱、密码docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser提示 Superuser created successfully 即账户创建完成。最后打开浏览器访问 http://localhost:8080用刚建好的管理员账号登录。看到项目列表页和侧边栏导航说明 CVAT 已经跑通了。它能帮你做什么如果你要用模型自动预标注创建任务时选好文件点选模型比如 Human pose estimationCVAT 会自动识别并生成对应标签。整个视频一遍过就出结果你只需要逐个核对人工量少一大截。当你的需求是手动框图刷图任务里打开图像顶部工具栏能切矩形、多边形、笔刷等形状。框完在右侧标签面板里改标签、加属性标注结果实时落在画布上。当你的数据是激光雷达点云上传点云数据后进入 3D 画布Top、Side、Front 三视图联动拖动旋转就能给目标框 3D 立方体。做自动驾驶感知数据集的这条路径直接可用。踩坑速查8080 端口被占→ 改 docker-compose.yml 里的端口映射再重启容器。镜像拉取半天不动→ 给 Docker 配置国内镜像加速或先docker compose pull预拉镜像。浏览器打开异常→ 换 Chrome 或 EdgeSafari 不支持。登录提示账号不存在→ 确认 createsuperuser 在 cvat_server 容器里执行成功别在宿主机直接跑 manage.py。你的下一步✅ 创建一个测试项目建第一个任务✅ 上传一批图片试标矩形框✅ 拿一段短视频试试模型自动标注✅ 打开 SDK 示例用 API 读写标注数据延伸阅读安装文档、SDK 示例脚本、SAM 插件源码。数据备齐开标。【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考